Khung dữ liệu gấu trúc. hàm sum[] được sử dụng để trả về tổng các giá trị cho trục được yêu cầu bởi người dùng. Nếu giá trị đầu vào là một trục chỉ mục, thì nó sẽ thêm tất cả các giá trị trong một cột và hoạt động giống nhau cho tất cả các cột. Nó trả về một chuỗi chứa tổng của tất cả các giá trị trong mỗi cột
Nó cũng có khả năng bỏ qua các giá trị còn thiếu trong DataFrame trong khi tính tổng trong DataFrame
cú pháp
Thông số
- trục. {chỉ số [0], cột [1]}
0 hoặc 'chỉ mục' được sử dụng cho theo hàng, trong khi 1 hoặc 'cột' được sử dụng cho theo cột
- bỏ qua. bool, mặc định Đúng
Nó được sử dụng để loại trừ tất cả các giá trị null
- cấp độ. int hoặc tên cấp độ, mặc định Không có
Nó đếm dọc theo một cấp độ cụ thể và thu gọn thành một chuỗi, nếu trục là một đa chỉ số
- Chỉ số. bool, giá trị mặc định Không có
Nó chỉ bao gồm các cột int, float và boolean. Nếu là Không, nó sẽ cố gắng sử dụng mọi thứ, vì vậy nên sử dụng dữ liệu số
- min_count. int, giá trị mặc định 0
Nó đề cập đến số lượng giá trị hợp lệ cần thiết để thực hiện bất kỳ thao tác nào. Nếu nó ít hơn giá trị min_count không phải NA thì kết quả sẽ là NaN
Chúng tôi sẽ tiếp tục tập này từ nơi chúng tôi đã dừng lại trong tập trước. Nếu bạn đã khởi động lại Jupyter hoặc bạn muốn sử dụng sổ ghi chép mới, hãy đảm bảo rằng bạn đã nhập pandas và đã đọc SN7577. tập dữ liệu tab vào Dataframe
import pandas as pd
df_SN7577 = pd.read_csv["SN7577.tab", sep='\t']
Chọn các hàng và cột từ Dataframe gấu trúc
Nếu chúng tôi biết những cột nào chúng tôi muốn trước khi đọc dữ liệu từ tệp, chúng tôi có thể yêu cầu
df_SN7577_some_cols = pd.read_csv["SN7577.tab", sep='\t', usecols= [0,1,2,173,174,175]]
print[df_SN7577_some_cols.shape]
print[df_SN7577_some_cols.columns]
df_SN7577_some_cols = pd.read_csv["SN7577.tab", sep='\t', usecols= ['Q1', 'Q2', 'Q3', 'sex', 'age', 'agegroups']]
print[df_SN7577_some_cols.columns]
df_SN7577_some_cols = pd.read_csv["SN7577.tab", sep='\t', usecols= [0,1,2,173,174,175]]
print[df_SN7577_some_cols.shape]
print[df_SN7577_some_cols.columns]
df_SN7577_some_cols = pd.read_csv["SN7577.tab", sep='\t', usecols= ['Q1', 'Q2', 'Q3', 'sex', 'age', 'agegroups']]
print[df_SN7577_some_cols.columns]
df_SN7577_some_cols = pd.read_csv["SN7577.tab", sep='\t', usecols= [0,1,2,173,174,175]]
print[df_SN7577_some_cols.shape]
print[df_SN7577_some_cols.columns]
df_SN7577_some_cols = pd.read_csv["SN7577.tab", sep='\t', usecols= ['Q1', 'Q2', 'Q3', 'sex', 'age', 'agegroups']]
print[df_SN7577_some_cols.columns]
[1286, 6]
Index[['Q1', 'Q2', 'Q3', 'sex', 'age', 'agegroups'], dtype='object']
Index[['Q1', 'Q2', 'Q3', 'sex', 'age', 'agegroups'], dtype='object']
Bây giờ chúng ta hãy giả sử rằng chúng ta đã đọc trong tệp hoàn chỉnh hiện có trong Dataframe
[1286, 6]
Index[['Q1', 'Q2', 'Q3', 'sex', 'age', 'agegroups'], dtype='object']
Index[['Q1', 'Q2', 'Q3', 'sex', 'age', 'agegroups'], dtype='object']
Có hai cách để thực hiện việc này bằng cách sử dụng tên cột [hoặc nhãn]
# Both of these statements are the same
print[df_SN7577['Q1']]
# and
print[df_SN7577.Q1]
0 1
1 3
2 10
3 9
...
Nếu chúng tôi quan tâm đến nhiều cột, phương pháp thứ 2 ở trên không thể được sử dụng. Tuy nhiên, trong lần đầu tiên, mặc dù chúng tôi đã sử dụng một chuỗi có giá trị là
[1286, 6]
Index[['Q1', 'Q2', 'Q3', 'sex', 'age', 'agegroups'], dtype='object']
Index[['Q1', 'Q2', 'Q3', 'sex', 'age', 'agegroups'], dtype='object']
[1286, 6]
Index[['Q1', 'Q2', 'Q3', 'sex', 'age', 'agegroups'], dtype='object']
Index[['Q1', 'Q2', 'Q3', 'sex', 'age', 'agegroups'], dtype='object']
df_SN7577_some_cols = pd.read_csv["SN7577.tab", sep='\t', usecols= [0,1,2,173,174,175]]
print[df_SN7577_some_cols.shape]
print[df_SN7577_some_cols.columns]
df_SN7577_some_cols = pd.read_csv["SN7577.tab", sep='\t', usecols= ['Q1', 'Q2', 'Q3', 'sex', 'age', 'agegroups']]
print[df_SN7577_some_cols.columns]
df_SN7577_some_cols = pd.read_csv["SN7577.tab", sep='\t', usecols= [0,1,2,173,174,175]]
print[df_SN7577_some_cols.shape]
print[df_SN7577_some_cols.columns]
df_SN7577_some_cols = pd.read_csv["SN7577.tab", sep='\t', usecols= ['Q1', 'Q2', 'Q3', 'sex', 'age', 'agegroups']]
print[df_SN7577_some_cols.columns]
Tập thể dục
Điều gì xảy ra nếu bạn
- Liệt kê các cột bạn muốn sắp xếp theo thứ tự chúng xuất hiện trong tệp?
- Đặt cùng một tên cột trong hai lần?
- Đặt tên cột không tồn tại? . k. một lỗi đánh máy]
Dung dịch
2df_SN7577_some_cols = pd.read_csv["SN7577.tab", sep='\t', usecols= [0,1,2,173,174,175]] print[df_SN7577_some_cols.shape] print[df_SN7577_some_cols.columns] df_SN7577_some_cols = pd.read_csv["SN7577.tab", sep='\t', usecols= ['Q1', 'Q2', 'Q3', 'sex', 'age', 'agegroups']] print[df_SN7577_some_cols.columns]
Lọc theo hàng
Bạn có thể lọc Khung dữ liệu theo hàng bằng cách chỉ định một phạm vi ở dạng
[1286, 6]
Index[['Q1', 'Q2', 'Q3', 'sex', 'age', 'agegroups'], dtype='object']
Index[['Q1', 'Q2', 'Q3', 'sex', 'age', 'agegroups'], dtype='object']
[1286, 6]
Index[['Q1', 'Q2', 'Q3', 'sex', 'age', 'agegroups'], dtype='object']
Index[['Q1', 'Q2', 'Q3', 'sex', 'age', 'agegroups'], dtype='object']
[1286, 6]
Index[['Q1', 'Q2', 'Q3', 'sex', 'age', 'agegroups'], dtype='object']
Index[['Q1', 'Q2', 'Q3', 'sex', 'age', 'agegroups'], dtype='object']
df_SN7577_some_cols = pd.read_csv["SN7577.tab", sep='\t', usecols= [0,1,2,173,174,175]]
print[df_SN7577_some_cols.shape]
print[df_SN7577_some_cols.columns]
df_SN7577_some_cols = pd.read_csv["SN7577.tab", sep='\t', usecols= ['Q1', 'Q2', 'Q3', 'sex', 'age', 'agegroups']]
print[df_SN7577_some_cols.columns]
Tập thể dục
Điều gì xảy ra nếu chúng tôi yêu cầu một hàng thay vì một phạm vi?
Dung dịch
7df_SN7577_some_cols = pd.read_csv["SN7577.tab", sep='\t', usecols= [0,1,2,173,174,175]] print[df_SN7577_some_cols.shape] print[df_SN7577_some_cols.columns] df_SN7577_some_cols = pd.read_csv["SN7577.tab", sep='\t', usecols= ['Q1', 'Q2', 'Q3', 'sex', 'age', 'agegroups']] print[df_SN7577_some_cols.columns]Bạn gặp lỗi nếu chỉ xác định
6. Bạn cần sử dụng[1286, 6] Index[['Q1', 'Q2', 'Q3', 'sex', 'age', 'agegroups'], dtype='object'] Index[['Q1', 'Q2', 'Q3', 'sex', 'age', 'agegroups'], dtype='object']7 hoặc[1286, 6] Index[['Q1', 'Q2', 'Q3', 'sex', 'age', 'agegroups'], dtype='object'] Index[['Q1', 'Q2', 'Q3', 'sex', 'age', 'agegroups'], dtype='object']8 để trả về hàng đầu tiên.[1286, 6] Index[['Q1', 'Q2', 'Q3', 'sex', 'age', 'agegroups'], dtype='object'] Index[['Q1', 'Q2', 'Q3', 'sex', 'age', 'agegroups'], dtype='object']9 luôn được yêu cầu. Bạn có thể sử dụng chính[1286, 6] Index[['Q1', 'Q2', 'Q3', 'sex', 'age', 'agegroups'], dtype='object'] Index[['Q1', 'Q2', 'Q3', 'sex', 'age', 'agegroups'], dtype='object']9 để trả về tất cả các hàng[1286, 6] Index[['Q1', 'Q2', 'Q3', 'sex', 'age', 'agegroups'], dtype='object'] Index[['Q1', 'Q2', 'Q3', 'sex', 'age', 'agegroups'], dtype='object']
Sử dụng tiêu chí để lọc hàng
Có nhiều khả năng bạn sẽ muốn chọn các hàng từ Khung dữ liệu dựa trên một số tiêu chí, chẳng hạn như “tất cả các hàng có giá trị cho Q2 là -1”
df_SN7577_some_cols = pd.read_csv["SN7577.tab", sep='\t', usecols= [0,1,2,173,174,175]]
print[df_SN7577_some_cols.shape]
print[df_SN7577_some_cols.columns]
df_SN7577_some_cols = pd.read_csv["SN7577.tab", sep='\t', usecols= ['Q1', 'Q2', 'Q3', 'sex', 'age', 'agegroups']]
print[df_SN7577_some_cols.columns]
Các tiêu chí có thể phức tạp hơn và không giới hạn ở các giá trị của một cột
df_SN7577_some_cols = pd.read_csv["SN7577.tab", sep='\t', usecols= [0,1,2,173,174,175]]
print[df_SN7577_some_cols.shape]
print[df_SN7577_some_cols.columns]
df_SN7577_some_cols = pd.read_csv["SN7577.tab", sep='\t', usecols= ['Q1', 'Q2', 'Q3', 'sex', 'age', 'agegroups']]
print[df_SN7577_some_cols.columns]
Ta có thể kết hợp chọn hàng với chọn cột
df_SN7577_some_cols = pd.read_csv["SN7577.tab", sep='\t', usecols= [0,1,2,173,174,175]]
print[df_SN7577_some_cols.shape]
print[df_SN7577_some_cols.columns]
df_SN7577_some_cols = pd.read_csv["SN7577.tab", sep='\t', usecols= ['Q1', 'Q2', 'Q3', 'sex', 'age', 'agegroups']]
print[df_SN7577_some_cols.columns]
Việc chọn các hàng trên chỉ mục hàng được sử dụng hạn chế trừ khi bạn cần chọn một phạm vi hàng liền kề
Tuy nhiên, có một cách khác để chọn hàng bằng cách sử dụng chỉ mục hàng
df_SN7577_some_cols = pd.read_csv["SN7577.tab", sep='\t', usecols= [0,1,2,173,174,175]]
print[df_SN7577_some_cols.shape]
print[df_SN7577_some_cols.columns]
df_SN7577_some_cols = pd.read_csv["SN7577.tab", sep='\t', usecols= ['Q1', 'Q2', 'Q3', 'sex', 'age', 'agegroups']]
print[df_SN7577_some_cols.columns]
Sử dụng phương pháp
# Both of these statements are the same
print[df_SN7577['Q1']]
# and
print[df_SN7577.Q1]
Tuy nhiên, bây giờ chúng ta có thể chỉ định một giá trị duy nhất và quan trọng hơn là chúng ta có thể sử dụng hàm
# Both of these statements are the same
print[df_SN7577['Q1']]
# and
print[df_SN7577.Q1]
df_SN7577_some_cols = pd.read_csv["SN7577.tab", sep='\t', usecols= [0,1,2,173,174,175]]
print[df_SN7577_some_cols.shape]
print[df_SN7577_some_cols.columns]
df_SN7577_some_cols = pd.read_csv["SN7577.tab", sep='\t', usecols= ['Q1', 'Q2', 'Q3', 'sex', 'age', 'agegroups']]
print[df_SN7577_some_cols.columns]
Bạn cũng có thể chỉ định phạm vi cột bằng cách sử dụng lại phương pháp
# Both of these statements are the same
print[df_SN7577['Q1']]
# and
print[df_SN7577.Q1]
df_SN7577_some_cols = pd.read_csv["SN7577.tab", sep='\t', usecols= [0,1,2,173,174,175]]
print[df_SN7577_some_cols.shape]
print[df_SN7577_some_cols.columns]
df_SN7577_some_cols = pd.read_csv["SN7577.tab", sep='\t', usecols= ['Q1', 'Q2', 'Q3', 'sex', 'age', 'agegroups']]
print[df_SN7577_some_cols.columns]
Ngoài ra còn có một phương thức
# Both of these statements are the same
print[df_SN7577['Q1']]
# and
print[df_SN7577.Q1]
df_SN7577_some_cols = pd.read_csv["SN7577.tab", sep='\t', usecols= [0,1,2,173,174,175]]
print[df_SN7577_some_cols.shape]
print[df_SN7577_some_cols.columns]
df_SN7577_some_cols = pd.read_csv["SN7577.tab", sep='\t', usecols= ['Q1', 'Q2', 'Q3', 'sex', 'age', 'agegroups']]
print[df_SN7577_some_cols.columns]
Lấy mẫu
Pandas có phương thức
# Both of these statements are the same
print[df_SN7577['Q1']]
# and
print[df_SN7577.Q1]
df_SN7577_some_cols = pd.read_csv["SN7577.tab", sep='\t', usecols= [0,1,2,173,174,175]]
print[df_SN7577_some_cols.shape]
print[df_SN7577_some_cols.columns]
df_SN7577_some_cols = pd.read_csv["SN7577.tab", sep='\t', usecols= ['Q1', 'Q2', 'Q3', 'sex', 'age', 'agegroups']]
print[df_SN7577_some_cols.columns]
Những điểm chính
Nhập các cột cụ thể khi đọc trong một. csv với tham số
9df_SN7577_some_cols = pd.read_csv["SN7577.tab", sep='\t', usecols= [0,1,2,173,174,175]] print[df_SN7577_some_cols.shape] print[df_SN7577_some_cols.columns] df_SN7577_some_cols = pd.read_csv["SN7577.tab", sep='\t', usecols= ['Q1', 'Q2', 'Q3', 'sex', 'age', 'agegroups']] print[df_SN7577_some_cols.columns]Chúng ta có thể dễ dàng xâu chuỗi các điều kiện boolean khi lọc các hàng của khung dữ liệu gấu trúc
Các phương thức
4 và# Both of these statements are the same print[df_SN7577['Q1']] # and print[df_SN7577.Q1]1 cho phép chúng tôi nhận các hàng có nhãn cụ thể và tại các vị trí số nguyên cụ thể tương ứng# Both of these statements are the same print[df_SN7577['Q1']] # and print[df_SN7577.Q1]Làm cách nào tôi có thể nhận danh sách các giá trị cột trong DataFrame?
tolist[] để lấy danh sách một cột được chỉ định. Từ khung dữ liệu, chúng tôi chọn cột “Tên” bằng cách sử dụng toán tử [] trả về đối tượng Sê-ri. Tiếp theo, chúng ta sẽ sử dụng hàm Series. to_list[] do lớp Sê-ri cung cấp để chuyển đổi đối tượng sê-ri và trả về một danh sách.Làm cách nào để nhận tất cả các giá trị duy nhất từ một cột trong gấu trúc?
Bạn có thể nhận các giá trị duy nhất trong cột [nhiều cột] từ DataFrame của gấu trúc bằng cách sử dụng unique[] hoặc Sê-ri. các hàm[] độc đáo . unique[] từ Sê-ri được sử dụng để lấy các giá trị duy nhất từ một cột và giá trị còn lại được sử dụng để lấy từ nhiều cột.Làm cách nào để truy cập các giá trị cột trong gấu trúc?
Bạn có thể sử dụng các hàm loc và iloc để truy cập các cột trong Khung dữ liệu Pandas. Hãy xem làm thế nào. Nếu chúng tôi muốn truy cập một cột nhất định trong Khung dữ liệu của mình, chẳng hạn như cột Điểm, chúng tôi chỉ cần sử dụng hàm loc và chỉ định tên của cột để truy xuất nó.